創(chuàng)新互聯(lián)www.cdcxhl.cn八線動態(tài)BGP香港云服務(wù)器提供商,新人活動買多久送多久,劃算不套路!
今天就跟大家聊聊有關(guān)Python程序如何提升工作效率,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結(jié)了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。
一、Python程序入門
1、理解 Pythonic 概念,詳見 Python 中的《Python之禪》
2、編寫 Pythonic 代碼
?。?)避免不規(guī)范代碼,比如只用大小寫區(qū)分變量、使用容易混淆的變量名、害怕過長變量名等。有時候長的變量名會使代碼更加具有可讀性。
?。?)深入學(xué)習(xí) Python 相關(guān)知識,比如語言特性、庫特性等,比如Python演變過程等。深入學(xué)習(xí)一兩個業(yè)內(nèi)公認(rèn)的 Pythonic 的代碼庫,比如Flask等。
3:理解 Python 與 C 的不同之處,比如縮進與 {},單引號雙引號,三元操作符?, Switch-Case 語句等。
4:在代碼中適當(dāng)添加注釋
5:適當(dāng)添加空行使代碼布局更加合理
6:編寫函數(shù)的 4 個原則
?。?)函數(shù)設(shè)計要盡量短小,嵌套層次不宜過深
?。?)函數(shù)聲明應(yīng)該做到合理、簡單、易用
(3)函數(shù)參數(shù)設(shè)計應(yīng)該考慮向下兼容
?。?)一個函數(shù)只做一件事,盡量保證函數(shù)粒度的一致性
7:將常量集中在一個文件,且常量名盡量使用全大寫字母
二、編程慣用法
8:利用 assert 語句來發(fā)現(xiàn)問題,但要注意,斷言 assert 會影響效率
9:數(shù)據(jù)交換值時不推薦使用臨時變量,而是直接 a, b = b, a
10:充分利用惰性計算(Lazy evaluation)的特性,從而避免不必要的計算
11:理解枚舉替代實現(xiàn)的缺陷(最新版 Python 中已經(jīng)加入了枚舉特性)
12:不推薦使用 type 來進行類型檢查,因為有些時候 type 的結(jié)果并不一定可靠。如果有需求,使用 isinstance 函數(shù)來代替
13:盡量將變量轉(zhuǎn)化為浮點類型后再做除法(Python3 以后不用考慮)
14:警惕eval()函數(shù)的安全漏洞,有點類似于 SQL 注入
15:使用 enumerate() 同時獲取序列迭代的索引和值
16:分清 == 和 is 的適用場景,特別是在比較字符串等不可變類型變量時(詳見評論)
17:盡量使用 Unicode。在 Python2 中編碼是很讓人頭痛的一件事,但 Python3 就不用過多考慮了
18:構(gòu)建合理的包層次來管理 Module
三、基礎(chǔ)用法
19:有節(jié)制的使用 from…import 語句,防止污染命名空間
20:優(yōu)先使用 absolute import 來導(dǎo)入模塊(Python3中已經(jīng)移除了relative import)
21:i+=1 不等于 ++i,在 Python 中,++i 前邊的加號僅表示正,不表示操作
22:習(xí)慣使用 with 自動關(guān)閉資源,特別是在文件讀寫中
23:使用 else 子句簡化循環(huán)(異常處理)
24:遵循異常處理的幾點基本原則
?。?)注意異常的粒度,try 塊中盡量少寫代碼
?。?)謹(jǐn)慎使用單獨的 except 語句,或 except Exception 語句,而是定位到具體異常
?。?)注意異常捕獲的順序,在合適的層次處理異常
?。?)使用更加友好的異常信息,遵守異常參數(shù)的規(guī)范
25:避免 finally 中可能發(fā)生的陷阱
26:深入理解 None,正確判斷對象是否為空。
27:連接字符串應(yīng)優(yōu)先使用 join 函數(shù),而不是+操作
28:格式化字符串時盡量使用 format 函數(shù),而不是 % 形式
29:區(qū)別對待可變對象和不可變對象,特別是作為函數(shù)參數(shù)時
30:[], {}和():一致的容器初始化形式。使用列表解析可以使代碼更清晰,同時效率更高
31:函數(shù)傳參數(shù),既不是傳值也不是傳引用,而是傳對象或者說對象的引用
32:警惕默認(rèn)參數(shù)潛在的問題,特別是當(dāng)默認(rèn)參數(shù)為可變對象時
33:函數(shù)中慎用變長參數(shù) args 和 kargs
?。?)這種使用太靈活,從而使得函數(shù)簽名不夠清晰,可讀性較差
?。?)如果因為函數(shù)參數(shù)過多而是用變長參數(shù)簡化函數(shù)定義,那么一般該函數(shù)可以重構(gòu)
34:深入理解 str()和 repr() 的區(qū)別
?。?)兩者之間的目標(biāo)不同:str 主要面向客戶,其目的是可讀性,返回形式為用戶友好性和可讀性都比較高的字符串形式;而 repr 是面向 Python 解釋器或者說Python開發(fā)人員,其目的是準(zhǔn)確性,其返回值表示 Python 解釋器內(nèi)部的定義
?。?)在解釋器中直接輸入變量,默認(rèn)調(diào)用repr函數(shù),而print(var)默認(rèn)調(diào)用str函數(shù)
?。?)repr函數(shù)的返回值一般可以用eval函數(shù)來還原對象
?。?)兩者分別調(diào)用對象的內(nèi)建函數(shù) __str__ ()和 __repr__ ()
35:分清靜態(tài)方法 staticmethod 和類方法classmethod 的使用場景
四、庫的使用
36:掌握字符串的基本用法
37:按需選擇 sort() 和 sorted() 函數(shù)
sort() 是列表在就地進行排序,所以不能排序元組等不可變類型。
sorted() 可以排序任意的可迭代類型,同時不改變原變量本身。
38:使用copy模塊深拷貝對象,區(qū)分淺拷貝(shallow copy)和深拷貝(deep copy)
39:使用 Counter 進行計數(shù)統(tǒng)計,Counter 是字典類的子類,在 collections 模塊中
40:深入掌握 ConfigParse
41:使用 argparse 模塊處理命令行參數(shù)
42:使用 pandas 處理大型 CSV 文件
Python 本身提供一個CSV文件處理模塊,并提供reader、writer等函數(shù)。
Pandas 可提供分塊、合并處理等,適用于數(shù)據(jù)量大的情況,且對二維數(shù)據(jù)操作更方便。
43:使用 ElementTree解析XML
44:理解模塊 pickle 的優(yōu)劣
優(yōu)勢:接口簡單、各平臺通用、支持的數(shù)據(jù)類型廣泛、擴展性強
劣勢:不保證數(shù)據(jù)操作的原子性、存在安全問題、不同語言之間不兼容
45:序列化的另一個選擇 JSON 模塊:load 和 dump 操作
46:使用 traceback 獲取棧信息
47:使用 logging 記錄日志信息
48:使用 threading 模塊編寫多線程程序
49:使用 Queue 模塊使多線程編程更安全
五、設(shè)計模式
50:利用模塊實現(xiàn)單例模式
51:用 mixin 模式讓程序更加靈活
52:用發(fā)布-訂閱模式實現(xiàn)松耦合
53:用狀態(tài)模式美化代碼
六、內(nèi)部機制
54:理解 build-in 對象
55:__init__ ()不是構(gòu)造方法,理解 __new__ ()與它之間的區(qū)別
56:理解變量的查找機制,即作用域
局部作用域
全局作用域
嵌套作用域
內(nèi)置作用域
57:為什么需要self參數(shù)
58:理解 MRO(方法解析順序)與多繼承
59:理解描述符機制
60:區(qū)別 __getattr__ ()與 __getattribute__ ()方法之間的區(qū)別
61:使用更安全的 property
62:掌握元類 metaclass
63:熟悉 Python 對象協(xié)議
64:利用操作符重載實現(xiàn)中綴語法
65:熟悉 Python 的迭代器協(xié)議
66:熟悉 Python 的生成器
67:基于生成器的協(xié)程和 greenlet,理解協(xié)程、多線程、多進程之間的區(qū)別
68:理解 GIL 的局限性
69:對象的管理和垃圾回收
七、使用工具輔助項目開發(fā)
70:從 PyPI 安裝第三方包
71:使用 pip 和 yolk 安裝、管理包
72:做 paster 創(chuàng)建包
73:理解單元測試的概念
74:為包編寫單元測試
75:利用測試驅(qū)動開發(fā)(TDD)提高代碼的可測性
76:使用 Pylint 檢查代碼風(fēng)格
代碼風(fēng)格審查
代碼錯誤檢查
發(fā)現(xiàn)重復(fù)以及不合理的代碼,方便重構(gòu)
高度的可配置化和可定制化
支持各種 IDE 和編輯器的集成
能夠基于 Python 代碼生成 UML 圖
能夠與 Jenkins 等持續(xù)集成工具相結(jié)合,支持自動代碼審查
77:進行高效的代碼審查
78:將包發(fā)布到 PyPI
八、性能剖析與優(yōu)化
79:了解代碼優(yōu)化的基本原則
80:借助性能優(yōu)化工具
81:利用 cProfile 定位性能瓶頸
82:使用 memory_profiler 和 objgraph 剖析內(nèi)存使用
83:努力降低算法復(fù)雜度
84:掌握循環(huán)優(yōu)化的基本技巧
減少循環(huán)內(nèi)部的計算
將顯式循環(huán)改為隱式循環(huán),當(dāng)然這會犧牲代碼的可讀性
在循環(huán)中盡量引用局部變量
關(guān)注內(nèi)層嵌套循環(huán)
85:使用生成器提高效率
86:使用不同的數(shù)據(jù)結(jié)構(gòu)優(yōu)化性能
87:充分利用 set 的優(yōu)勢
88:使用 multiprocessing 模塊克服 GIL 缺陷
89:使用線程池提高效率
90:使用 Cythonb 編寫擴展模塊
看完上述內(nèi)容,你們對Python程序如何提升工作效率有進一步的了解嗎?如果還想了解更多知識或者相關(guān)內(nèi)容,請關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道,感謝大家的支持。
分享文章:Python程序如何提升工作效率-創(chuàng)新互聯(lián)
標(biāo)題來源:http://sd-ha.com/article6/jjjig.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站制作、App設(shè)計、微信公眾號、服務(wù)器托管、網(wǎng)站排名、網(wǎng)站營銷
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容